
京东深挖11.11大数据 用户需求细分(1)_数据分析师
2014年11月下旬,京东在《京东技术解密》新书发布会上,首次公布了2014年11.11的部分大数据洞察。这其中,既包括有新用户高速增长的消息,也有用户消费结构升级的数据。从这些大数据洞察中,我们不难发现,由一个个平凡的个体构成的网购群体,却有了不凡的表现。在“保民生,促增长”上,京东给了我们别样的启示。
11.11用户行为特征——熬夜血拼,更看重品牌
数据分析表明,随着京东11.11多年的经营,品牌和形象深入人心,得到越来越多网购人群的关注和认可,参与程度越来越高;另一方面,京东在移动战略上的持续投入,使得用户的移动下单行为大幅提升。2014年与2013年相比,熬夜族(24点—1点)人群参与度明显增加,未来的电商购物将打破时间与空间上的差异,让每天都是“11.11”。
京东分析了一组11.11与国庆假期期间用户购买行为的对比,在国庆黄金周期间,相对价格越高的产品,用户购买时越关注品牌,例如冰箱、手机;而像衬衫、护发品等单品价格比较低并且产品种类较丰富的产品,用户对品牌的关注程度相对比较弱。而在11.11大促期间,用户对品牌的关注程度整体都提高了,不管价格高低,大家都会比较在意品牌。包括衬衫、护发品在内,用户在选择时都会把品牌放到更重要的位置。
消费者目标性增强——新用户11.11集中消费
数据显示,2014年11.11,消费者的目的更强。新老用户集中下单的时间都在10日和11日,新用户11.11当天下单量占新用户11.1-11.11期间总单量的34%,老用户则为28%;同时,新用户伴随双11的深入,消费金额逐渐增加,在11.11当天达到高峰。这表明,不少新用户是奔着11.11而来,而且血战到底,消费者过11.11电商大节的目的性也更加明确。
从单品来看,京东很多单品创下了销售纪录,如11.11期间销售肥皂80多万块,115多吨,相当于23头大象;仅卫生纸就售出了至少900万卷,以及8亿多抽手纸,按一秒钟扯一抽来计算,至少要扯3年,按一卷纸30米算,900万卷至少可绕地球7圈。
日用品受青睐——京东商品扩军受用户追捧
2013年11.11期间,新用户的购物主要集中在电脑办公、手机数码品类,用户数占比分别为16%、13%。2014年11.11期间,新用户的采购重点集中在服饰内衣、鞋靴箱包等品类,用户数占比分别为21%、12%。
长期以来,不少人印象中总认为3C品类是京东的核心竞争力,但最新的数据则说明服装、日用品等与普通用户生活息息相关的品类迅速崛起,成为用户上京东采购的新宠。一方面是京东全面扩展经营品类,更丰富的商品吸引了用户。另一方面,无论3C还是日百,京东一直坚持正品、行货、低价的策略,在电商平台的竞争中形成了越来越明显的特色,让用户信赖。因此,京东的新用户们会自然而然地根据自己的需求在京东采购商品,而不会被“京东3C特别强”的传统印象所影响。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11